Age over 90 years

Maps

Es scheint so, als ob im Tessin mehr über 90 Jährige Leben verglichen zu den anderen Sprachregionen. Dies ist 1888 und 1900 ersichtlich. Das mehr über 90 Jährige in den Alpinenregionen leben ist auf den Karten nicht ersichtlich.

Difference Language regions

  • Poisson Regression
  • Da die Anzahl der Ü90 in 3 Datensätze unterschiedlich sind, habe ich die Regression auch noch für den UniGe Datensatz durchgeführt (dort weiss ich die Sprachregionen).
  • Im Datensatz “AgeDistribution” habe ich nur die Altersverteilung der gesamten Schweiz, aber nicht nach Sprachregionen.
  • Die Anzahl der Ü90 im AgeDistrubtion file erscheint mir verglichen zu dem “Original” Datensatz und dem UniGe Datensatz ein wenig zu hoch.
  • Die Gesamtbevölkerung erscheint mir wiederrum im UniGe Datensatz zu niedrig
  • Für die Berechnung des “Original” Datensatzes habe ich die beoachteten Werte aus dem Datensatz genommen und die Bevölkerung nach Sprachregionen aus dem Datensatz “Population_district_1860_2008.xlsx” (Ich weiss nicht, wo der herkommt. Habe ihn für mein UniGe Projekt benutzt)
  • Für die UniGe Daten von 1888, sind alle Daten aus der Volkszählung

Tabelle

Year Language Number_Alessia Pop Pop_total Perc Observed Expected Number_UniGe Pop_UniGe_t Pop_UniGe Perc_UniGe Observed_UniGe Expected_UniGe Pop_AgeDist Number_AgeDist
1888 French 493 779641 2917754 26.720587 160 131.73249 495 2783351 657626 23.627132 172 116.9543 2922897 603
1888 German 493 2011362 2917754 68.935284 295 339.85095 495 2783351 1998974 71.818969 283 355.5039 2922897 603
1888 Italian 493 126751 2917754 4.344129 38 21.41656 495 2783351 126751 4.553899 40 22.5418 2922897 603
1900 French 563 886631 3315443 26.742459 155 150.56005 NA NA NA NA NA NA 3318985 662
1900 German 563 2290174 3315443 69.075958 360 388.89764 NA NA NA NA NA NA 3318985 662
1900 Italian 563 138638 3315443 4.181583 48 23.54231 NA NA NA NA NA NA 3318985 662

Regression Original - 1888

Der Französische Teil und der Italienische Teil haben signifikant mehr Ü90 Jährige als der Deutschsprachige Teil

## 
## Call:
## glm(formula = Observed ~ Language, family = "poisson", data = data.model, 
##     offset = log(Pop))
## 
## Deviance Residuals: 
## [1]  0  0  0
## 
## Coefficients:
##                 Estimate Std. Error  z value Pr(>|z|)    
## (Intercept)     -8.82735    0.05822 -151.615  < 2e-16 ***
## LanguageFrench   0.33593    0.09818    3.422 0.000623 ***
## LanguageItalian  0.71495    0.17235    4.148 3.35e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for poisson family taken to be 1)
## 
##     Null deviance: 2.2284e+01  on 2  degrees of freedom
## Residual deviance: 1.5543e-15  on 0  degrees of freedom
## AIC: 25.919
## 
## Number of Fisher Scoring iterations: 2

Regression UniGe - 1900

Das Ergebniss von den “Original” Daten kann mit den UniGe Daten bestätigt werden. Der Französische Teil und der Italienische Teil haben signifikant mehr Ü90 Jährige als der Deutschsprachige Teil

## 
## Call:
## glm(formula = Observed_UniGe ~ Language, family = "poisson", 
##     data = data.model, offset = log(Pop_UniGe))
## 
## Deviance Residuals: 
## [1]  0  0  0
## 
## Coefficients:
##                 Estimate Std. Error  z value Pr(>|z|)    
## (Intercept)     -8.86270    0.05944 -149.094  < 2e-16 ***
## LanguageFrench   0.61380    0.09668    6.349 2.17e-10 ***
## LanguageItalian  0.80160    0.16892    4.745 2.08e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for poisson family taken to be 1)
## 
##     Null deviance:  4.9467e+01  on 2  degrees of freedom
## Residual deviance: -7.1054e-15  on 0  degrees of freedom
## AIC: 26.001
## 
## Number of Fisher Scoring iterations: 2

Regression Original - 1900

1900 leben nur noch im italienische Teil signifikant mehr Ü90 Jährige als im Deutschsprachige Teil.

## 
## Call:
## glm(formula = Observed ~ Language, family = "poisson", data = data.model, 
##     offset = log(Pop))
## 
## Deviance Residuals: 
## [1]  0  0  0
## 
## Coefficients:
##                 Estimate Std. Error  z value Pr(>|z|)    
## (Intercept)     -8.75803    0.05270 -166.172  < 2e-16 ***
## LanguageFrench   0.10628    0.09607    1.106    0.269    
## LanguageItalian  0.78961    0.15366    5.139 2.77e-07 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for poisson family taken to be 1)
## 
##     Null deviance: 2.1807e+01  on 2  degrees of freedom
## Residual deviance: 4.5519e-14  on 0  degrees of freedom
## AIC: 26.319
## 
## Number of Fisher Scoring iterations: 2

Beide Jahre zusammen

Zwischen den Jahren 1888 und 1900 gibt es keinen signifikanten Unterschied zwischen der Anzahl der Ü90 Jährigen.

## [[1]]
## 
## Call:
## glm(formula = Observed ~ Year, family = "poisson", data = data.model, 
##     offset = log(Pop))
## 
## Deviance Residuals: 
##       1        2        3        4        5        6  
##  2.3818  -2.4896   3.2269   0.3601  -1.4841   4.4131  
## 
## Coefficients:
##              Estimate Std. Error  z value Pr(>|z|)    
## (Intercept) -8.685816   0.045038 -192.856   <2e-16 ***
## Year1900     0.004993   0.061681    0.081    0.935    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for poisson family taken to be 1)
## 
##     Null deviance: 44.098  on 5  degrees of freedom
## Residual deviance: 44.092  on 4  degrees of freedom
## AIC: 88.331
## 
## Number of Fisher Scoring iterations: 4
## 
## 
## [[2]]
## 
## Call:
## glm(formula = Observed ~ Year + Language, family = "poisson", 
##     data = data.model, offset = log(Pop))
## 
## Deviance Residuals: 
##       1        2        3        4        5        6  
##  1.0678  -0.5870  -0.4640  -1.0262   0.5426   0.4322  
## 
## Coefficients:
##                  Estimate Std. Error  z value Pr(>|z|)    
## (Intercept)     -8.793364   0.051106 -172.060  < 2e-16 ***
## Year1900         0.006594   0.061682    0.107  0.91486    
## LanguageFrench   0.216323   0.068566    3.155  0.00161 ** 
## LanguageItalian  0.755309   0.114695    6.585 4.54e-11 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for poisson family taken to be 1)
## 
##     Null deviance: 44.0984  on 5  degrees of freedom
## Residual deviance:  3.2346  on 2  degrees of freedom
## AIC: 51.473
## 
## Number of Fisher Scoring iterations: 3